Tabel 9. Kategori Indikator Variabel Interval
Kriteria
Mi + 1,5Si X ≤ Mi + 3Si
Sangat tinggi Mi + 0,5Si X
≤ Mi + 1,5Si Tinggi
Mi – 0,5Si X ≤ Mi + 0,5Si
Sedang Mi
– 1,5Si X ≤ Mi – 0,5Si Rendah
Mi – 3Si X ≤ Mi – 1,5Si
Sangat Rendah Sumber: Azwar 2010
2. Uji Prasyarat Analisis
Sebelum melakukan analisis hipotesis, dilakukan uji prasyarat analisis yang terdiri dari uji normalitas, uji linieritas, dan uji asumsi klasik.
a. Uji Normalitas Uji normalitas dilakukan untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distribusi normal Imam Ghozali, 2011. Uji normalitas menggunakan analisis Kolmogorov-
Smirnov dengan rumus sebagai berikut: 5
= 1,36 1 + 2
1. 2 Keterangan:
= harga Kolmogorov-Smirnov 1 = jumlah sampel yang diperoleh
2 = jumlah sampel yang diharapkan b. Uji Linieraitas
Uji linieratisa digunakan untuk mengetahui apakah variabel- variabel penelitian yang digunakan mempunyai hubungan yang linier atau
tidak secara signifikan. Analisis regresi linier dapat dilakukan apabila
asumsi lineraitas terpenuhi. Digunakan uji F dengan rumus sebagai berikut untuk mengetahui hal tersebut.
6
=
Keterangan : : Harga bilangan F untuk garis regresi
: Rerata kuadrat garis regresi : Rerata kuadrat residu
c. Uji Asumsi Klasik Uji asumsi klasik dilakukan untuk memastikan bahwa dalam
penelitian, data yang dihasilkan memiliki distribusi normal serta tidak terdapat multikolinieritas dan heteroskedastisitas. Uji asumsi klasik
juga dilakukan untuk membuktikan apakah hipotesis yang
menggunakan model regresi linier telah memenuhi beberapa asumsi yang telah disyaratkan agar hasil regresi yang diperoleh nantinya
merupakan estimasi yang tepat. 1 Uji Multikolinearitas
Uji multokolinearitas digunakan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas atau
independen Imam Ghozali, 2011. Untuk mendeteksi ada tidaknya multikolinearitas di dalam model regresi dapat dilihat
dari tanda-tanda sebagai berikut: a Koefisien determinasi ganda R
2
tinggi,
7 =
+
b Koefisien korelasi sederhananya tinggi r tinggi, melebihi 0,80
c Nilai F hitung tinggi 8
= 1
1 Multikolinearitas dapat juga dilihat dari nilai tolerance dan
lawannya variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang
dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak
dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF =
1Tolerence. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai Tolerance
≤ 0,10 atau sama dengan nilai VIF ≥ 10. Setiap peneliti harus menentukan tingkat
kolonieritas yang masih dapat ditolerir, misal nilai tolerance = 0,10 sama dengan tingkat kolonieitas 0,95. Walaupun
multikolinearitas dapat dideteksi dengan nilai Tolerance dan VIF, tetapi kita masih tetap tidak mengetahui variabel-variabel
independen mana sajakaah yang saling berkorelasi Imam Ghozali, 2011.
2 Uji Heteroskedastisitas Uji heteroskedastisitas digunakan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Imam Ghozali, 2011.
Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Salah satu uji statistik yang dapat
digunakan untuk mendeteksi ada tidaknya heteroskedastisitas yaitu uji Spearman’s rho.
Apabila nilai p signifikan pada 5 atau lebih kecil berarti terjadi heteroskedastisitas, sebaliknya apabila nilai signifikansi lebih
besar dari 5 berarti tidak terjadi heteroskedastisitas homoskedastisitas Sugiyono dalam Sukirno, 2008
3. Uji Hipotesis